数据库课程的改革探究与实践--以mysql为例

数据库课程的改革探究与实践--以mysql为例

杨娴 张欣

云南工商学院 智能科学与工程学院 云南昆明650500

摘要：数据库课程作为计算机专业的必修课程，知识点繁多、内容抽象，是一门理论和实践并重的课程。然而，在实际的教学过程中，面对不同本科专业的计算机大类，数据库课程教学内容存在一致性，已不能满足不同专业学生的实际需求。本文针对计算机科学与技术、软件工程、数据科学与大数据技术等专业的培养目标和社会对人才需求的情况，提出了相应建议。

关键词：人才培养；关系型数据库；非关系型数据库

MySQL 作为目前最受欢迎的开源关系型数据库之一，在市场上备受各中小企业青睐。企业在进行软件开发工程师、数据库工程师等招聘时，明确要求应具备 MySQL 数据库的使用能力。各高校在人才培养过程中，MySQL 已超越微软的 SQL Server 成为数据库课程的主要教学内容。然而，在传统教学过程中，不同专业的数据库课程内容大同小异，未对学生实际需求进行有效分析，导致学生无法学以致用。本文对计算机科学与技术、软件工程、数据科学与大数据技术三个本科专业进行调研，从人才培养方案、市场需求等多方面，对数据库课程进行了内容重构。

一、各专业人才培养方案对数据库课程毕业能力需求

经过高校长期的教学与改革，数据库课程的教学形式、内容等逐渐形成统一模式。然而，针对不同本科专业如计算机科学与技术、软件工程、数据科学与大数据技术，在开设数据库课程时，学生基础课程不同，经过对周边五所高校数据科学与大数据技术、计算机科学与技术、软件工程三个本科专业数据库课程进行调研，分类统计了各专业人才培养方案中，毕业生应具备的知识、能力及对应开设的数据库课程。统计结果如下表所示：

对于计算机科学与技术专业的学生，理解关系型数据库的基本原理、数据模型、查询语言以及优化技术至关重要。他们需要设计和实现关系型数据库系统，并处理与数据一致性、完整性和安全性相关的问题。

软件工程专业的学生在掌握关系型数据库基础知识的基础上，更关注数据库在软件开发中的应用。他们需要熟悉数据库设计原则和方法，有效集成数据库与软件系统其他部分。此外，还必须了解数据库在软件项目中的性能调优、故障恢复和安全性等方面的考虑。

数据科学与大数据技术专业的学生在数据库学习中更注重大数据处理和数据分析。除了掌握关系型数据库基本操作外，更关注非关系型数据库（NoSQL数据库）的应用。非关系型数据库设计针对大规模数据处理和分布式系统，通过键值对、文档、列族和图等不同数据模型进行数据存储。数据科学与大数据技术专业学生需要了解非关系型数据库的特点和适用场景，掌握其数据模型、查询语言以及分布式处理技术等。

二、建立对标对表的课程标准

对于计算机科学与技术专业的学生来说，理解关系型数据库的基本原理、数据模型、查询语言以及优化技术至关重要。他们需要设计和实现关系型数据库系统，并能处理与数据一致性、完整性和安全性相关的问题。基础知识涵盖：掌握数据库系统基本概念、原理和结构，理解关系模型、数据模型和数据库语言基本概念。核心技术：熟练掌握 SQL 语言，包括 DDL、DML、DCL 等，理解数据库管理系统（DBMS）内部结构和运行机制，掌握数据库设计基本方法，包括需求分析、概念设计、逻辑设计和物理设计，了解数据库性能优化和故障恢复基本策略。实践能力：能够使用数据库管理工具进行数据库日常维护和管理，设计和实现简单数据库应用系统，编写高效的 SQL 查询语句解决实际问题。

软件工程专业的学生在掌握关系型数据库基础知识的基础上，更专注数据库在软件开发中的应用。他们需要熟悉数据库设计原则和方法，有效集成数据库与软件系统其他部分。此外，还必须了解数据库在软件项目中的性能调优、故障恢复和安全性等方面的考虑。基础知识：掌握软件工程基本概念和方法论，理解数据库在软件系统中的角色和重要性。核心技术：熟练掌握数据库与软件系统集成方法，掌握面向对象数据库设计技术，了解数据库在软件项目中性能优化和安全性考虑。实践能力：能够参与数据库应用系统需求分析、设计和开发工作，能够使用软件开发工具进行数据库相关模块开发和测试，编写数据库相关软件文档。

数据科学与大数据技术专业的学生在数据库学习中更注重大数据处理和数据分析。除了掌握关系型数据库基本操作外，更专注非关系型数据库（NoSQL数据库）的应用。非关系型数据库设计针对大规模数据处理和分布式系统，通过键值对、文档、列族和图等不同数据模型进行数据存储。基础知识：掌握大数据基本概念和技术原理，理解数据库在大数据处理和分析中的作用。核心技术：熟悉非关系型数据库基本原理和适用场景，掌握至少一种非关系型数据库使用和管理方法，了解数据库在大数据处理中的性能优化和扩展策略，掌握数据挖掘和数据分析基本方法和技术。实践能力：能够使用大数据处理工具进行数据库大规模数据处理和分析，利用数据库和大数据技术解决实际问题，进行数据挖掘和可视化分析。

通过以上对标对表的学习标准，计算机科学与技术专业注重数据库系统原理和实现技术的理解；软件工程专业强调数据库在软件开发中的实际应用和工程化思维；数据科学与大数据技术专业更侧重数据库在大数据处理和分析中的应用和技术创新。这样的学习标准有助于学生更好地掌握数据库知识，适应不同专业领域的需求。

三、加大项目化教学权重

1、重新设计课程体系

项目导向的教学内容，将传统的理论教学内容与实际项目相结合，确保每一部分的知识点都有对应的项目任务。这样，学生在学习理论知识的同时，也能立即将其应用于实践中。

整合案例与项目，将真实的行业案例或企业项目纳入课程体系，让学生接触和解决实际工作中的问题。这不仅能够激发学生的学习兴趣，还能使他们在项目中更深入地理解数据库的应用。

2、增加项目实践环节

设置项的目周期，在课程的不同阶段，设置不同规模和难度的项目任务，确保学生有足够的时间进行项目的规划、实施和评估。加强实践指导，教师应在项目实践过程中提供及时的指导和反馈，帮助学生解决遇到的问题，确保项目的顺利进行。

3、调整考核方式

调整项目成果占比，将项目成果作为课程考核的重要部分，甚至可以考虑将其占比提高到50%或以上，以体现项目化教学的重要性。除了项目的完成度和质量，加大多元化评价，还可以考虑学生的团队合作、创新能力、问题解决能力等方面进行评价，使考核更加全面和客观。

4、强化校企合作

企业导师参与，邀请企业导师参与项目的指导和评价，使学生更直接地了解企业的需求和标准。与企业合作，将企业的实际需求转化为课程项目，使学生的学习更具针对性和实用性。

5、提升教师项目化教学能力

对教师进行项目化教学的培训，提升他们的项目设计、实施和评估能力。建立激励机制，鼓励教师积极参与项目化教学的研究和实践。

通过以上措施，可以有效地加大数据库课程的项目化权重，使学生在学习过程中更多地参与到实际项目中，从而更好地掌握和应用数据库知识和技能。

四、数据库课程教学改革，需要根据学生专业和市场需求，不断调整和完善教学内容、课程体系、加强实践项目环节等才能更好的培养市场需求的数据库人才。